CN113343754A - 基于视频图像分析的危货监管系统及危货监管方法 - Google Patents
基于视频图像分析的危货监管系统及危货监管方法 Download PDFInfo
- Publication number
- CN113343754A CN113343754A CN202110433162.4A CN202110433162A CN113343754A CN 113343754 A CN113343754 A CN 113343754A CN 202110433162 A CN202110433162 A CN 202110433162A CN 113343754 A CN113343754 A CN 113343754A
- Authority
- CN
- China
- Prior art keywords
- server
- information
- face information
- video
- early warning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000010191 image analysis Methods 0.000 title claims abstract description 9
- 238000012797 qualification Methods 0.000 claims abstract description 48
- 230000006399 behavior Effects 0.000 claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims abstract description 23
- 238000012806 monitoring device Methods 0.000 claims abstract description 4
- 230000000391 smoking effect Effects 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 6
- 231100001261 hazardous Toxicity 0.000 claims 1
- 238000004458 analytical method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Emergency Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Signal Processing (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于视频图像分析的危货监管系统及方法,所述系统包括:视频监控设备和服务器;所述视频监控设备包括至少一个摄像头和处理器;所述视频监控设备安装于危货运输车辆驾驶室内,用于采集并存储所述驾驶室内驾驶员和/或押运员的视频信息,并根据所述视频信息分析所述驾驶员和/或押运员是否存在危险驾驶行为;所述服务器对所述视频监控设备发送来的所述短视频进行存储并分析,判断所述驾驶员和/或押运员是否具有危货运输车辆驾驶资质和/或押运资质,并根据判断结果进行分级预警。通过本发明提供的方案,可以在危货品运输的全过程中,实时对从业人员的资质和经营行为进行无死角的监控,确保危货品运输的安全。
Description
技术领域
本发明涉及信息技术领域,尤其涉及一种基于视频图像分析的危货监管系统及危货监管方法。
背景技术
危险货物,一般是指容易引起燃烧,爆炸、腐蚀、中毒或者放射性的物品,在运输、储存过程中容易造成人身伤亡和财产损失,必须采用特殊防护设施与措施的货物。
由于危险货物的特殊性,其运输过程必须进行必要管控。驾驶员/押运员的资质以及驾驶/押运行为对于危险货物运输的安全性至关重要。在现有技术中,尚无法做到在危险货物运输全过程中,对从业人员的资质以及从业人员的经营行为进行全程实时的监管,危货品的运输过程存在安全隐患。
发明内容
本发明的目的在于解决危货品运输过程中,对从业人员的资质以及从业人员的经营行为事中事后监管预警的问题。
为解决上述问题,本发明实施例一提供了一种基于视频图像分析的危货监管系统,包括:
视频监控设备和服务器;所述视频监控设备包括至少一个摄像头和处理器;所述视频监控设备安装于危货运输车辆驾驶室内,用于采集并存储所述驾驶室内驾驶员和/或押运员的视频信息,并根据所述视频信息分析所述驾驶员和/或押运员是否存在危险驾驶行为,当存在所述危险驾驶行为时,将所述危险驾驶行为发生前后一段时间之内的短视频、短视频的拍摄时间信息、拍摄所述短视频的摄像头的唯一标识信息以及摄像头与车辆的对应关系信息发送给所述服务器;所述服务器中安装有业务管理系统;所述服务器对所述视频监控设备发送来的所述短视频进行存储并分析,判断所述驾驶员和/或押运员是否具有危货运输车辆驾驶资质和/或押运资质,并根据判断结果进行分级预警。
可选的,所述危险驾驶行为包括抽烟、打瞌睡、打电话和不系安全带;所述视频监控设备在监测到所述驾驶员有所述危险驾驶行为时,将所述危险驾驶行为发生前后一段时间之内的短视频在本地存储并发送给所述服务器,同时向所述驾驶员和所述服务器发出本地预警,提醒所述驾驶员规范驾驶行为。
为解决上述问题,本发明实施例二提供了一种利用上述危货监管系统进行危货监管的方法,包括以下步骤:
所述服务器从所述短视频中提取所述驾驶员的正脸信息,记为第一人脸信息;
判断所述服务器的业务管理系统中是否存在与所述短视频对应的危货电子运单;
若存在对应的危货电子运单,则获取所述运单关联的第一运单备案从业人员的人脸信息,记为第二人脸信息
比对所述第一人脸信息和所述第二人脸信息;
若比对失败,则将第一人脸信息在运输行业具备对应从业资格的从业资格证照片库搜索,若搜索成功,则所述服务器发出第一中危预警;若搜索失败,则所述服务器发出第一高危预警。
可选的,上述方法还包括:
所述服务器从所述短视频中提取所述押运员的正脸信息,记为第三人脸信息;
判断所述服务器的业务管理系统中是否存在与所述短视频对应的危货电子运单;
若存在对应的危货电子运单,则获取所述运单关联的第二运单备案从业人员的人脸信息,记为第四人脸信息;
比对所述第三人脸信息和所述第四人脸信息;
若比对失败,则将第三人脸信息在运输行业具备对应从业资格的从业资格证照片库搜索,若搜索成功,则所述服务器发出第二中危预警;若搜索失败,则所述服务器发出第二高危预警。
可选的,上述方法还包括:若所述服务器的业务管理系统中不存在与所述短视频对应的危货电子运单,则所述服务器发出第三中危预警。
可选的,上述方法还包括:在所述服务器发出第三中危预警后,将第一人脸信息或第三人脸信息在运输行业具备对应从业资格的从业资格证照片库搜索,若搜索失败,则所述服务器发出第三高危预警。
可选的,判断所述服务器的业务管理系统中是否存在与所述短视频对应的危货电子运单包括:
根据所述短视频的拍摄时间信息、拍摄所述短视频的摄像头的唯一标识信息、摄像头与车辆的对应关系信息以及所述业务管理系统里的从业人员从业资格信息、企业经营许可信息、危货车辆道路运输证信息、危货电子运单信息判断所述服务器的业务管理系统中是否存在与所述短视频对应的危货电子运单。
可选的,上述方法还包括:所述服务器根据所述短视频分析所述驾驶员和/或押运员是否存在抽烟行为;若存在抽烟行为,且所述车辆关联的货物类别信息为高危易燃类别,则所述服务器发出第四高危预警。
可选的,上述方法还包括:所述服务器在发出各类预警后,生成预警记录并存储在所述服务器上;所述预警记录包括预警的时间、预警类型、车牌号码、车牌颜色、所属企/事业单位名称、单位信用代码、工商注册地址、发证机关名称/代码以及相应的短视频在所述服务器上的存储地址路径信息。
通过本发明提供的方案,可以在危货品运输的全过程中,实时对从业人员的从业资质和经营行为进行无死角的监控,确保危货品运输的安全。
附图说明
图1为本发明实施例一提供的一种基于视频图像分析的危货监管系统的示意图;
图2为本发明实施例二提供的一种危货监管方法的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1为本发明实施例一提供的一种基于视频图像分析的危货监管系统的示意图。参考图1,一种基于视频图像分析的危货监管系统,包括:
视频监控设备和服务器;所述视频监控设备包括至少一个摄像头和处理器;所述视频监控设备安装于危货运输车辆驾驶室内,用于采集并存储所述驾驶室内驾驶员和/或押运员的视频信息,所述摄像头在安装时,即与所述危货运输车进行绑定,每一个摄像头都有唯一对应绑定的危货运输车,一个驾驶室内可以有多个摄像头,比如一个拍摄驾驶员的视频图像,一个拍摄押运员的视频图像,每一个摄像头均与危货运输车的引擎联动,车辆一启动,摄像头即开始工作,持续拍摄所述驾驶室内驾驶员和/或押运员的视频图像。
所述视频监控设备可以对所述视频信息进行本地化分析,所述分析通过处理器进行,处理器可以为一个或多个,通过分析结果判断所述驾驶员/押运员有无抽烟、打瞌睡、打电话或不系安全带等危险驾驶行为,如果有,则在驾驶室内通过语音或者指示灯的方式提醒驾驶员/押运员规范驾驶行为,注意驾驶安全;在进行本地提醒的同时,所述视频监控设备还将所述危险驾驶行为发生前后一段时间之内的短视频、短视频的拍摄时间信息、拍摄所述短视频的摄像头的唯一标识信息以及摄像头与车辆的对应关系信息发送给所述服务器。
上述一段时间可以是几秒,也可以是十几秒或者几十秒,在实际使用中,可以根据实际情况,比如通信带宽或者服务器的存储容量等,进行设置。通过向服务器发送短视频的方式,而不是静态图片的方式,可以实现准确的危险驾驶行为确定,提高危货运输车的监管效率。
所述服务器对所述视频监控设备发送来的所述短视频进行存储并分析,判断所述驾驶员和/或押运员是否具有危货运输车辆驾驶资质和/或押运资质,并根据判断结果进行分级预警。所述分级预警可以包括三级预警,即低危预警、中危预警和高危预警。
所述服务器中安装有业务管理系统;所述业务管理系统中存储有从业人员从业资格信息、企业经营许可信息、危货车辆道路运输证信息、危货电子运单信息等。所述服务器根据所述短视频的拍摄时间信息、拍摄所述短视频的摄像头的唯一标识信息、摄像头与车辆的对应关系信息以及所述业务管理系统里的从业人员从业资格信息、企业经营许可信息、危货车辆道路运输证信息、危货电子运单信息判断所述服务器的业务管理系统中是否存在与所述短视频对应的危货电子运单,并根据所述判断结果进一步判断所述驾驶员和/或押运员是否具有危货运输车辆驾驶资质和/或押运资质。
危货电子运单信息中包括货物信息,所述货物信息包括正在运输的货物的货物类别编码、品名、数量质量等,编码规则符合最新国标(目前是GB 12268-2012危险货物品名表)。货物类别有低危货物、中危货物和高危货物。
图2为本发明实施例二提供的一种危货监管方法的流程图。参考图2,一种危货监管方法,包括以下步骤:
所述服务器从所述短视频中提取所述驾驶员的正脸信息,记为第一人脸信息;
判断所述服务器的业务管理系统中是否存在与所述短视频对应的危货电子运单;
若存在对应的危货电子运单,则获取所述运单关联的第一运单备案从业人员的人脸信息,记为第二人脸信息;在本实施例中,第二人脸信息可以通过第一运单备案从业人员的从业资格证上的照片获取;
比对所述第一人脸信息和所述第二人脸信息;
若比对失败,则将第一人脸信息在运输行业具备对应从业资格的从业资格证照片库搜索,若搜索成功,则所述服务器发出第一中危预警;若搜索失败,则所述服务器发出第一高危预警。
从所述短视频中提取人脸正脸信息的技术可以采用现有技术中常用的人脸视频检测技术,如多层卷积神经网络、背景差分法和基于聚类多任务识别方法等,本实施例中,采用的人脸正脸信息提取方法为:针对短视频中的每一帧,计算人脸部两眼以及口部识别出的三角形面积;短视频中此三角形面积最大的帧为短视频中的正脸帧。
第一运单备案从业人员为当前运单备案的驾驶员,如果从短视频中提取的驾驶员人脸信息与当前运单备案的驾驶员人脸信息匹配,则说明承运当前运单的驾驶员正是当前运单备案的驾驶员,如果不匹配,则说明承运当前运单的驾驶员不是当前运单备案的驾驶员,则需要进一步将驾驶员的人脸信息在运输行业具备对应从业资格的从业资格证照片库搜索,确定该驾驶员是否具备从业资格,如果搜索成功,则所述服务器发出第一中危预警,提醒虽然当前运单的实际驾驶员具备从业资格,但是该驾驶员与该运单备案的驾驶员不一致,即当前运单存在人单不符的情况;若搜索失败,则所述服务器发出第一高危预警,提醒存在当前运单的实际驾驶员与该运单备案的驾驶员不一致,且当前运单的实际驾驶员不具备从业资格的高危情况。
所述方法还可以包括:
所述服务器从所述短视频中提取所述押运员的正脸信息,记为第三人脸信息;
判断所述服务器的业务管理系统中是否存在与所述短视频对应的危货电子运单;
若存在对应的危货电子运单,则获取所述运单关联的第二运单备案从业人员的人脸信息,记为第四人脸信息;在本实施例中,第四人脸信息可以通过第二运单备案从业人员的从业资格证上的照片获取;
比对所述第三人脸信息和所述第四人脸信息;
若比对失败,则将第三人脸信息在运输行业具备对应从业资格的从业资格证照片库搜索,若搜索成功,则所述服务器发出第二中危预警;若搜索失败,则所述服务器发出第二高危预警。
从所述短视频中提取人脸正脸信息的技术可以采用现有技术中常用的人脸视频检测技术,如多层卷积神经网络、背景差分法和基于聚类多任务识别方法等,本实施例中,采用的人脸正脸信息提取方法为:针对短视频中的每一帧,计算人脸部两眼以及口部识别出的三角形面积;短视频中此三角形面积最大的帧为短视频中的正脸帧。
第二运单备案从业人员为当前运单备案的押运员,如果从短视频中提取的押运员人脸信息与当前运单备案的押运员人脸信息匹配,则说明承运当前运单的押运员正是当前运单备案的押运员,如果不匹配,则说明承运当前运单的押运员不是当前运单备案的押运员,则需要进一步将押运员的人脸信息在运输行业具备对应从业资格的从业资格证照片库搜索,确定该押运员是否具备从业资格,如果搜索成功,则所述服务器发出第二中危预警,提醒虽然当前运单的实际押运员具备从业资格,但是该押运员与该运单备案的押运员不一致,即当前运单存在人单不符的情况;若搜索失败,则所述服务器发出第二高危预警,提醒存在当前运单的实际押运员与该运单备案的押运员不一致,且当前运单的实际押运员不具备从业资格的高危情况。
上述方法还包括:若所述服务器的业务管理系统中不存在与所述短视频对应的危货电子运单,则所述服务器发出第三中危预警。第三中危预警表示当前运单是没有经过备案,是一个不应该存在的运单。
判断所述服务器的业务管理系统中是否存在与所述短视频对应的危货电子运单可以通过以下方法:
根据所述短视频的拍摄时间信息、拍摄所述短视频的摄像头的唯一标识信息、摄像头与车辆的对应关系信息以及所述业务管理系统里的从业人员从业资格信息、企业经营许可信息、危货车辆道路运输证信息、危货电子运单信息判断所述服务器的业务管理系统中是否存在与所述短视频对应的危货电子运单。
上述方法还包括:在所述服务器发出第三中危预警后,将第一人脸信息或第三人脸信息在运输行业具备对应从业资格的照片库搜索,若搜索失败,则所述服务器发出第三高危预警。第三高危预警的发出,提示存在以下危险情况,即当前的、未备案的运单的驾驶员或押运员没有车辆的驾驶资质或者押运资质,该种情况对危货运输车辆的运输安全构成巨大隐患,需要给予重点关注。
上述方法还包括:所述服务器根据所述短视频分析所述驾驶员和/或押运员是否存在抽烟行为;若存在抽烟行为,且所述车辆关联的货物类别信息为高危易燃类别,则所述服务器发出第四高危预警。
在实际的危货运输车辆行驶过程中,如果运输的货物为高危易燃易爆的货物,则无论是驾驶员还是押运员都不能出现抽烟的行为,因此,当驾驶员或者押运员出现抽烟行为时,不但需要在本地进行提醒,服务器端还需要判断当前运单关联的车辆货物类别是否为高危级别,如果是高危级别,则服务器应当立即进行高危预警。
上述方法还包括:所述服务器在发出各类预警后,生成预警记录并存储在所述服务器上;所述预警记录包括预警的时间、预警类型、车牌号码、车牌颜色、所属企/事业单位名称、单位信用代码、工商注册地址、发证地址以及相应的短视频在所述服务器上的存储地址信息。
此外,在具体实践中,上述中、高危预警可以进一步通过短视频中的正脸或正脸的深度学习编码支持跨行业部门间核验联合监管以发现更多重大问题线索。并且,不同类型/等级的预警可映射到企业/从业人员信用体系以实现信用监管。
虽然,上文中已经用一般性说明、具体实施方式及试验,对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (9)
1.一种基于视频图像分析的危货监管系统,其特征在于,包括:视频监控设备和服务器;所述视频监控设备包括至少一个摄像头和处理器;所述视频监控设备安装于危货运输车辆驾驶室内,用于采集并存储所述驾驶室内驾驶员和/或押运员的视频信息,并根据所述视频信息分析所述驾驶员和/或押运员是否存在危险驾驶行为,当存在所述危险驾驶行为时,将所述危险驾驶行为发生前后一段时间之内的短视频、短视频的拍摄时间信息、拍摄所述短视频的摄像头的唯一标识信息以及摄像头与车辆的对应关系信息发送给所述服务器;所述服务器中安装有业务管理系统;所述服务器对所述视频监控设备发送来的所述短视频进行存储并分析,判断所述驾驶员和/或押运员是否具有危货运输车辆驾驶资质和/或押运资质,并根据判断结果进行分级预警。
2.根据权利要求1所述的系统,其特征在于,所述危险驾驶行为包括抽烟、打瞌睡、打电话和不系安全带;所述视频监控设备在监测到所述驾驶员有所述危险驾驶行为时,将所述危险驾驶行为发生前后一段时间之内的短视频在本地存储并发送给所述服务器,同时向所述驾驶员和所述服务器发出本地预警,提醒所述驾驶员规范驾驶行为。
3.一种利用权利要求1-2中任一项所述的系统进行危货监管的方法,其特征在于,包括以下步骤:
所述服务器从所述短视频中提取所述驾驶员的正脸信息,记为第一人脸信息;
判断所述服务器的业务管理系统中是否存在与所述短视频对应的危货电子运单;
若存在对应的危货电子运单,则获取所述运单关联的第一运单备案从业人员的人脸信息,记为第二人脸信息
比对所述第一人脸信息和所述第二人脸信息;
若比对失败,则将第一人脸信息在运输行业具备对应从业资格的从业资格证照片库搜索,若搜索成功,则所述服务器发出第一中危预警;若搜索失败,则所述服务器发出第一高危预警。
4.根据权利要求3所述的方法,其特征在于,还包括:
所述服务器从所述短视频中提取所述押运员的正脸信息,记为第三人脸信息;
判断所述服务器的业务管理系统中是否存在与所述短视频对应的危货电子运单;
若存在对应的危货电子运单,则获取所述运单关联的第二运单备案从业人员的人脸信息,记为第四人脸信息;
比对所述第三人脸信息和所述第四人脸信息;
若比对失败,则将第三人脸信息在运输行业具备对应从业资格的从业资格证照片库搜索,若搜索成功,则所述服务器发出第二中危预警;若搜索失败,则所述服务器发出第二高危预警。
5.根据权利要求3或4所述的方法,其特征在于,若所述服务器的业务管理系统中不存在与所述短视频对应的危货电子运单,则所述服务器发出第三中危预警。
6.根据权利要求5所述的方法,其特征在于,在所述服务器发出第三中危预警后,将第一人脸信息或第三人脸信息在运输行业具备对应从业资格的从业资格证照片库搜索,若搜索失败,则所述服务器发出第三高危预警。
7.根据权利要求3或4所述的方法,其特征在于,判断所述服务器的业务管理系统中是否存在与所述短视频对应的危货电子运单包括:
根据所述短视频的拍摄时间信息、拍摄所述短视频的摄像头的唯一标识信息、摄像头与车辆的对应关系信息以及所述业务管理系统里的从业人员从业资格信息、企业经营许可信息、危货车辆道路运输证信息、危货电子运单信息判断所述服务器的业务管理系统中是否存在与所述短视频对应的危货电子运单。
8.根据权利要求3或4所述的方法,其特征在于,所述服务器根据所述短视频分析所述驾驶员和/或押运员是否存在抽烟行为;若存在抽烟行为,且所述车辆关联的货物类别信息为高危易燃类别,则所述服务器发出第四高危预警。
9.根据权利要求3-8任一项所述的方法,其特征在于,所述服务器在发出各类预警后,生成预警记录并存储在所述服务器上;所述预警记录包括预警的时间、预警类型、车牌号码、车牌颜色、所属企/事业单位名称、单位信用代码、工商注册地址、发证机关名称/代码以及相应的短视频在所述服务器上的存储地址路径信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110433162.4A CN113343754A (zh) | 2021-04-21 | 2021-04-21 | 基于视频图像分析的危货监管系统及危货监管方法 |
PCT/CN2021/090657 WO2022222174A1 (zh) | 2021-04-21 | 2021-04-28 | 基于视频图像分析的危货监管系统及危货监管方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110433162.4A CN113343754A (zh) | 2021-04-21 | 2021-04-21 | 基于视频图像分析的危货监管系统及危货监管方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113343754A true CN113343754A (zh) | 2021-09-03 |
Family
ID=77468341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110433162.4A Pending CN113343754A (zh) | 2021-04-21 | 2021-04-21 | 基于视频图像分析的危货监管系统及危货监管方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113343754A (zh) |
WO (1) | WO2022222174A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117789307A (zh) * | 2024-01-18 | 2024-03-29 | 广州中科智巡科技有限公司 | 押运违规行为的智能提醒方法、系统和车载电子设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116520856B (zh) * | 2023-07-04 | 2023-09-22 | 交通运输部水运科学研究所 | 基于igv智慧导航的码头运输车定量安全避让系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008262401A (ja) * | 2007-04-12 | 2008-10-30 | Fujitsu Ten Ltd | 後続車両監視装置および後続車両監視方法 |
CN103034936A (zh) * | 2012-11-30 | 2013-04-10 | 浙江天地人科技有限公司 | 一种高危物品管控系统 |
CN105574699A (zh) * | 2015-12-31 | 2016-05-11 | 郑州烽火台电子有限公司 | 危险品运输车辆综合管理系统 |
CN205726146U (zh) * | 2016-04-26 | 2016-11-23 | 深圳市中创星联科技有限公司 | 视频数据处理装置及押运车 |
US20170068831A1 (en) * | 2015-09-04 | 2017-03-09 | International Business Machines Corporation | Object tracking using enhanced video surveillance through a distributed network |
CN108647630A (zh) * | 2018-05-08 | 2018-10-12 | 北京优创新港科技股份有限公司 | 一种基于视频识别的危险驾驶行为监督方法与装置 |
CN108985530A (zh) * | 2017-05-31 | 2018-12-11 | 北京嘀嘀无限科技发展有限公司 | 车辆危险行为管理方法及装置 |
CN110213516A (zh) * | 2019-05-22 | 2019-09-06 | 未来(北京)黑科技有限公司 | 车载视频录制处理方法、装置、存储介质及电子装置 |
CN111738239A (zh) * | 2020-08-18 | 2020-10-02 | 江苏神彩科技股份有限公司 | 危险废物转移人车信息核验系统 |
CN211765389U (zh) * | 2020-03-10 | 2020-10-27 | 海南礼乐北斗科技有限公司 | 一种汽车安全驾驶智能监控系统 |
CN111950901A (zh) * | 2020-08-12 | 2020-11-17 | 广州立信电子科技有限公司 | 一种基于远程监控的物流运输行驶安全监测管理系统 |
CN212220113U (zh) * | 2020-04-29 | 2020-12-25 | 江苏鲲博智行科技有限公司 | 危险品运输车辆用智能终端 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108053616A (zh) * | 2018-01-18 | 2018-05-18 | 北京中宇安路科技有限公司 | 一种危险品运输车辆行车安全预警辅助系统 |
CN108423003A (zh) * | 2018-02-08 | 2018-08-21 | 深圳市芝麻开门电子科技有限公司 | 一种驾驶安全监控方法及系统 |
CN109002757A (zh) * | 2018-06-04 | 2018-12-14 | 上海商汤智能科技有限公司 | 驾驶管理方法和系统、车载智能系统、电子设备、介质 |
CN210428528U (zh) * | 2019-09-12 | 2020-04-28 | 山东航天九通车联网有限公司 | 基于北斗时空数据的危险货物生产运输全程安全监督系统 |
-
2021
- 2021-04-21 CN CN202110433162.4A patent/CN113343754A/zh active Pending
- 2021-04-28 WO PCT/CN2021/090657 patent/WO2022222174A1/zh active Application Filing
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008262401A (ja) * | 2007-04-12 | 2008-10-30 | Fujitsu Ten Ltd | 後続車両監視装置および後続車両監視方法 |
CN103034936A (zh) * | 2012-11-30 | 2013-04-10 | 浙江天地人科技有限公司 | 一种高危物品管控系统 |
US20170068831A1 (en) * | 2015-09-04 | 2017-03-09 | International Business Machines Corporation | Object tracking using enhanced video surveillance through a distributed network |
CN105574699A (zh) * | 2015-12-31 | 2016-05-11 | 郑州烽火台电子有限公司 | 危险品运输车辆综合管理系统 |
CN205726146U (zh) * | 2016-04-26 | 2016-11-23 | 深圳市中创星联科技有限公司 | 视频数据处理装置及押运车 |
CN108985530A (zh) * | 2017-05-31 | 2018-12-11 | 北京嘀嘀无限科技发展有限公司 | 车辆危险行为管理方法及装置 |
CN108647630A (zh) * | 2018-05-08 | 2018-10-12 | 北京优创新港科技股份有限公司 | 一种基于视频识别的危险驾驶行为监督方法与装置 |
CN110213516A (zh) * | 2019-05-22 | 2019-09-06 | 未来(北京)黑科技有限公司 | 车载视频录制处理方法、装置、存储介质及电子装置 |
CN211765389U (zh) * | 2020-03-10 | 2020-10-27 | 海南礼乐北斗科技有限公司 | 一种汽车安全驾驶智能监控系统 |
CN212220113U (zh) * | 2020-04-29 | 2020-12-25 | 江苏鲲博智行科技有限公司 | 危险品运输车辆用智能终端 |
CN111950901A (zh) * | 2020-08-12 | 2020-11-17 | 广州立信电子科技有限公司 | 一种基于远程监控的物流运输行驶安全监测管理系统 |
CN111738239A (zh) * | 2020-08-18 | 2020-10-02 | 江苏神彩科技股份有限公司 | 危险废物转移人车信息核验系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117789307A (zh) * | 2024-01-18 | 2024-03-29 | 广州中科智巡科技有限公司 | 押运违规行为的智能提醒方法、系统和车载电子设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2022222174A1 (zh) | 2022-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109271938B (zh) | 一种基于智能视频分析技术的加油站卸油过程安全监控方法 | |
CN104866982B (zh) | 一种互联网+危险废弃物管理的系统和方法 | |
CN113343754A (zh) | 基于视频图像分析的危货监管系统及危货监管方法 | |
CN108108744B (zh) | 用于辐射图像辅助分析的方法及其系统 | |
CN112927461B (zh) | 一种新能源汽车充电桩预警决策方法及装置 | |
CN107004353B (zh) | 交通违章管理系统和交通违章管理方法 | |
CN115861983A (zh) | 用于机械设备的智能化管理系统及其方法 | |
CN113554371A (zh) | 基于层级管理的危化品运输综合管理方法、装置及系统 | |
CN112435465A (zh) | 重点车辆管理系统及方法 | |
CN109859085A (zh) | 安全预警方法及相关产品 | |
CN112818757A (zh) | 加油站安全检测预警方法和系统 | |
CN107004351A (zh) | 交通违章管理系统和交通违章管理方法 | |
CN116911610A (zh) | 运输车辆驾驶安全风险监控及评估预警的方法和系统 | |
CN108154123B (zh) | 货运企业安全生产托管系统 | |
CN114067244A (zh) | 一种安全作业违规行为视频分析方法及系统 | |
CN111507284A (zh) | 应用于车辆检测站的审核方法、审核系统和存储介质 | |
CN107563706A (zh) | 物流治安防控系统及方法 | |
CN117037489A (zh) | 高速公路事故远程处置方法及系统 | |
CN112149586A (zh) | 一种基于神经网络的视频片段自动抽取系统及方法 | |
WO2023236440A1 (zh) | 一种基于云平台的危险品汽车运输安全监控客户端 | |
CN114446031B (zh) | 基于多设备、多维度数据融合分析检查站管理方法及系统 | |
CN113554245A (zh) | 危化品运输预警智能化风险分级和展示方法及装置 | |
Ferreira | Comparing Brazilian Platforms for Monitoring Roads, Designed to Support Law Enforcement | |
CN112802299B (zh) | 加油站风险感知预警危险区域管控系统及其处理方法 | |
CN116843158B (zh) | 综合安全检查管理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |